
MAI Code 2 對決 Qwen 4 Max:九天、兩張費率卡、一個端點
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
這個比較裡藏著一個期限。Qwen 4 Max——Alibaba 寫作 Qwen4-Max,API 則列為 qwen4-max——已於 2026 年 11 月 16 日開始按用量計費,而它所取代的預覽模型字串——qwen4-max-preview 與 qwen4.0-max-preview——將於 2026 年 11 月 25 日 UTC+8 24:00 停止回應。從今天起還有九天。MAI Code 2則是 Microsoft 在 Qwen4-Max 正式推出後一天、於 2026 年 11 月 17 日的 Ignite 上發布,並沒有這樣的時限:只能在 GitHub Copilot 用戶端中選取它來使用,促銷費率為每百萬輸入 token $0.50、每百萬輸出 token $2.50,持續到 2027 年 5 月 17 日。所以,這兩款模型之中,一款的移轉期限仍可能被你錯過,另一款則有可據以規劃的到期日。這兩者都不是基準測試,而它們合起來說明了區分這對模型的大部分原因。
定價問題與取用問題在此指向相反的方向,而其中只有一個能靠查閱費率表來解決。
兩個僅相隔一天上線、卻在其他所有事情上意見相左的模型
MAI Code 2 在 Microsoft Ignite 上登場,是同一舞台上七款模型之一,而其關鍵設計選擇在於:它只存在於自家廠商的工具鏈之中。阿里巴巴的 Qwen4-Max 在前一天結束預覽,此前在新加坡經歷了一段 Token Plan 期,而它的關鍵設計選擇恰好相反:在六個地區按 token 計量、支援四種 API 協定,並提供一份把棘手部分原樣保留的規格書。
這二十四小時就是這兩家的全部故事。一家公司推出了一個針對它早已在販售的訂閱服務所優化的模型。另一家則推出了一個針對它早已在營運的 API 所優化的模型。以下每一項差異都由此而來,這也是為什麼這個比較值得做。
費率卡,附有會到期的折扣
• 輸入 — MAI Code 2 每百萬個 token 為 $0.50,相較於 Qwen4-Max 在新加坡的 $1.50,或全球區域的 $1.413;MAI 是新加坡費率的三分之一
• 產出 — $2.50,對比 $4.50 和 $4.24;比率縮小至 56%
• 快取輸入 — $0.025,對比新加坡的 $0.075 與其他地區的 $0.071;差距達 3 倍,是清單中最小的優勢
• 快取寫入 — Microsoft 未公布任何價格;相較之下,Qwen4-Max 的五分鐘寫入為每百萬 $1.875,一小時寫入為 $3.00
• 自 2027 年 5 月 17 日起 — MAI Code 2 加倍至 $1.00 / $0.05 / $5.00,屆時其輸入費率仍低於 Qwen4-Max,而輸出費率則高於 Qwen4-Max
• 上下文 — Qwen4-Max 上為 991,808 個輸入 token,在思考模式下降至 983,616,相較於 VS Code 及 Copilot CLI 中 MAI Code 2 的 100 萬 token
• 輸出預算 — 微軟未公布,對比 Qwen4-Max 上由推理與回答共享的 262,144 個 token 預算
• 權重——兩者皆無法下載。Microsoft 明確表示這一點;Qwen4-Max 的 Max 層級不帶有任何開放權重承諾,這點與同家族的 27B 層級不同
快取輸入這一項決定長時間代理執行,而且與標題說法相悖。Qwen4-Max 的快取讀取費用是其自身輸入費率的 5%,而其公布的計算範例——8,000 個權杖的輸出加上一個讀取兩次的前綴——讓三次相同執行只需 $0.918,相較於未使用快取的 $1.908。若團隊在變動的問題前保留固定的系統提示與工具結構描述,其實際折扣會遠大於輸入費率所暗示的程度。MAI Code 2 在較低基準上提供 95% 快取折扣,性質上相當,但微軟未公布快取寫入費用,這使得兩張定價卡在代理式工作負載花費最多的那一個維度上難以比較。
輸出預算在邁向正式全面推出的過程中縮水了
關於 Qwen4-Max GA 最少被報導的事實是,預覽版給了它更多思考空間。預覽時,思考與回答共用的預算是 393,216 個 token;到了 GA 則是 262,144 個。非思考輸出上限為 131,072 個。就在模型有了正式價目表與五個新區域的同時,三分之一的餘裕消失了。
那是否是回歸取決於你的工作負載,但這是一個已記錄的差異,任何仍將設定指向預覽字串的人都必須知道,因為那些字串將在九天後停用。qwen4-max 這個識別碼才是會保留下來的那個。
MAI Code 2 的對等數據並未公布。Microsoft 文件記載了 100 萬 token 的上下文視窗與可設定的推理層級——Copilot 文件確認推理深度可調整,並指出擴充上下文是 VS Code 與 Copilot CLI 的功能——但任何 Microsoft 文件中都沒有輸出上限,因此沒有可與 262,144 這個數字相比的項目。這種不對稱貫穿整場對決:Qwen4-Max 告訴你那些尷尬的數字,而 MAI Code 2 告訴你那些漂亮的數字。
獨立評分怎麼說——來自唯一握有這些評分的一方
Artificial Analysis 在 Intelligence Index v5.0.1 上將 Qwen4-Max 列為 43 分,每項索引任務成本為 $3.27,每項任務耗時 32.1 分鐘,輸出速度為每秒 55 個 token,首個答案 token 需時 155.4 秒,其測得的上下文視窗為 984k。這些都是中段水準的數字。同一頁面上關於冗長度的註記是更有用的解讀:該模型在索引執行中產生的輸出 token 數約為中位數模型的兩倍,因此其名目 token 價格低估了每項任務的實際成本。
MAI Code 2 完全沒有 Artificial Analysis 的資料列——沒有模型頁面,因此沒有指數讀數。現有的是 Microsoft 的發布文章:四個具名基準測試,其中三個透過 GitHub Copilot CLI,在停用子代理並以最高推理強度的情況下,於公司內部的 MSBench 平台上執行;第四個取自 Artificial Analysis。結果表述為:以 5% 的成本達到 Claude Opus 5.5 的 96% 效能,並以 40% 的成本達到 GPT-6.1 Sol 的 98%。未公布各基準測試的通過率。
誠實地把這些並列比較,你無法替兩者排名。Qwen4-Max 在中立指數上的 43 分屬於中等;MAI Code 2 的比率就其自身標準而言很強勢;它們在不同的測試框架上衡量不同的東西,而且兩家廠商都沒有跑過對方的測試。你能說的是,Qwen4-Max 的數字可受稽核,而 MAI Code 2 的則不然;這是關於證據而非能力的陳述。

每個模型受訓要執行的動詞
微軟對 MAI Code 2 的定位狹窄而明確:把程式碼送上生產環境、深入除錯、多檔案實作、涵蓋整個儲存庫的推理、UI 工作,以及儀表板與視覺化。發布文章對其能力邊界也同樣講得明確——這些模型「明確尚未針對更困難的問題進行調校,例如基礎科學研究與極長時程的代理式工作」——而盲測前端評估所提出的主張,也就是審查者偏好度以 64% 勝過 GPT-6 Sol,其範圍恰好限於這項視覺編碼強項。
Qwen4-Max 的定位在設計上本來就較廣泛,其文件也顯示了這一點:文字、圖像與影片輸入、結構化輸出、平行工具呼叫、前綴補全、網路搜尋,以及顯式與隱式快取,涵蓋 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 與 DashScope。批次推論僅在北京提供,且只有 Batch File 路徑可享折扣——Batch Chat 則按即時費率列出,因此當地端點名稱中的「batch」一詞並不構成價格保證。
這就是程式碼模型與通用模型之間實際存在的不對稱。MAI Code 2 在它專為此打造的事情上大概更勝一籌,而微軟握有不對外公開的內部基準測試。Qwen4-Max 能做的事情多得多,而阿里巴巴自家的獨立解讀則認為,它在程式設計這一半上僅算稱職。
每一項該在哪裡執行,以及 router 在這裡實際上是要做什麼用的
MAI Code 2 已在 GitHub Copilot 中提供,涵蓋 Pro、Pro+、Max、Business 和 Enterprise,支援 Windows、macOS 和 Linux,並可在 Copilot CLI 和 Visual Studio Code 中使用。MAI Code 2 Flash 是此系列中唯一提供 API 介面的模型,也就是在 Microsoft Foundry 中透過與 OpenAI 相容的 Responses API 提供的有限存取預覽。Qwen4-Max 則在阿里巴巴自家平台上於六個區域提供。目前兩者都不在 OrcaRouter 的目錄中,因此任何聲稱可路由它們的說法都不成立。
目錄確實收錄的是 新加坡的 Qwen3.8-Max,價格為 $2.00 與 $6.00——Qwen4-Max 模型在計價的輸入與輸出兩端都便宜 25%——再加上你會用來與低成本程式碼模型對標的前沿模型:Claude Opus 5.5、Kimi K3.1 Pro、Gemini 4 Carbon。全數依供應商定價、0% 加價,全部透過同一組金鑰提供。這對某種特定決策很重要:如果你打算在自己的儲存庫上同時執行 MAI Code 2 與 Qwen4-Max,藉此在兩者之間做選擇,那麼這個比較需要一個對照組,而對照組今天就能量測,兩個候選模型卻都還不能。
經得起與這兩個模型實際接觸檢驗的路由論點,並不是「把兩者都放在同一個端點後面」。而是:你所控制的那個端點,才是備援所在。一條呼叫 Qwen3.8-Max 的管線無須變更程式碼,就能容錯切換到第二家供應商;但 Copilot 席位無法容錯切換到任何東西,因為它底下沒有任何可供路由的東西。
如何在沒有共同基準的情況下做選擇
如果模型必須回答你的程式碼所建構的請求,就選 Qwen4-Max。這就是全部論據,而且具有決定性:一個具備四種協定與六個區域的 API,對上一個模型選擇器條目,對任何自動化場景而言都不是勢均力敵的較量。請在 11 月 25 日前從預覽字串遷移出來,為索引執行所暴露的冗長程度編列預算,並為比預覽版小三分之一的輸出上限編列預算。
如果開發者已經在 Copilot 裡,而且工作就是 Microsoft 為其定價的例行企業修補,那就選 MAI Code 2。以 Qwen4-Max 輸入費率的三分之一、輸出費率略逾一半來看,即使是需要第二次嘗試的模型,也能在每項完成任務的成本上勝出——而且與 Qwen4-Max 不同,它的促銷費率有明確的結束日期,而不是你無法控制的開放式方案。
如果這項工作負載需要一個你能向採購委員會交代的分數,那就兩個都不要選。其中一個模型只有中等程度的獨立評測結果;另一個則完全沒有獨立評測結果。在這種情況下,站得住腳的做法是:把你實際能呼叫的那個模型,拿來與一個列在中立排行榜上的模型,在你自己的任務上進行比較,並比較完成任務的成本,而不是 token 的價格。


真正會改變結論的,是 Microsoft 公布的一個單一絕對數字。若像 Moonshot 在 Terminal-Bench 4.0 上公布 65.7% 那樣,公布 Terminal Bench 2.1 的通過率,就能讓買家把 MAI Code 2 放在與 Qwen4-Max 的 43 相同的軸線上,而不再依賴比例。在那之前,選擇就是在一個可量測的模型與一個可驗證的折扣之間;而誠實的建議是:任何自動化的用途選可量測的那個,任何有真人坐在前面的用途選折扣。
本文中的比較1
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
